Интервью руководителя направления продвинутой аналитики и машинного обучения в «Газпром нефти» Анны Дубовик для радио Sputnik на осеннем всемирном цифровом саммите по интернету вещей и искусственному интеллекту в г.Казани.
- Как в информационном потоке о развитии нейросетей и искусственного интеллекта разобраться - где речь идёт о реальных прорывах, а где обычный пиар?
- Мне кажется, что любая индустрия, будь то нефтяная отрасль, ИТ или даже возьмем ритейл - она должна давать сэмпл своих продуктов. Если вы приходите в магазин, вы можете отрезать колбасу, попробовать её - точно так же и с ИТ. Если вам предлагают какое-то невероятно прекрасное решение, вы сразу должны спрашивать - а где я могу об этом почитать, где это описано, где потрогать. Важно помнить, что искусственный интеллект - это не волшебная коробка. Поэтому мы стараемся делать некоторый сэмпл своих продуктов, чтобы любая компания в мире, любые заказчики, подрядчики, другие разработчики могли посмотреть, как мы работаем и убедиться в том, о чём мы докладываем и презентуем.
Есть известная компания Nvidia, которая разрабатывает железо для того, чтобы делать нейронные сети. Их сервера и их карточки стоят очень дорого. Но они при этом всё равно дают их другим компаниям на бесплатной основе, чтобы потестировать. Попробовали, не получилось - обсудили почему. Это огромные деньги, которые они тратят только лишь для того, чтобы распространить своё влияние в мир. Мы как компания делаем то же самое. Да, мы вложились большим количеством сил и работы, но мы хотим распространить свои разработки, потому что тогда индустрия действительно будет развиваться и применять, и привлекать правильное машинное обучение.
- А какие эффекты от этого можно получить?
- Самый яркий пример бесплатной реализации - это Google и их библиотека TensorFlow, которую они сделали и выложили в мир. Всё, что сейчас происходит, в большинстве своём, с компьютерным зрением, в машинном обучении, обязано этому шагу. Вот представьте, насколько за последние 4 года индустрия шагнула бесконечно хорошо. Не сделали бы они, может быть, сделал бы кто-то другой. Но теперь они лидеры и на них все равняются. Поэтому сейчас, когда у нас есть такая возможность в своей отрасли закрепиться на этой позиции, мне кажется, это правильная стратегия.
- Какие компании сейчас в России на передовой в развитии искусственного интеллекта, большой ли разрыв с Google и другими мировыми мейджорами?
- Я знаю, согласно некоторым репортам, к примеру, Яндекс с их селфдрайвингом хорошо шагает и очень интересны на рынке. И в Яндексе точно так же есть своя открытая библиотека, по которой можно судить о качестве их работ. Действительно, есть прорыв, он ощущаем, он осязаем, он не только в пресс-релизах виден - он есть как продукт. Поэтому Яндекс, мне кажется, является таким большим примером. Есть много мелких компаний, есть даже некоторые исследовательские лаборатории. Я точно знаю, что в Сколтехе есть несколько компаний, которые реализуют небольшие задачи в области машинного обучения, но делают это очень качественно. И это самое важное - не масштаб, а именно качество.
- Есть ли какие-то единые стандарты и дорожные карты в области развития искусственного интеллекта, по которым сейчас работают мировые компании?
- Я знаю, что идёт большая работа по созданию ISO-стандартов, которые существуют относительно всех других областей, но мне кажется, это не самое главное. Есть внутренние корпоративные стандарты, и они должны быть в любой компании. Это правила, по которым люди пишут код. Поэтому мы постарались пока в мягком режиме, но ввести у себя корпоративный стандарт. Он точно так же доступен в открытом доступе у нас в репозитории «Газпром нефть». Можно посмотреть какой стандарт написания моделей, описания моделей, датасетов, метрик. То есть, действительно, даёт понимание другим компаниям, как мы работаем.
Наша компания ориентирована на партнёрства, в том числе в технологической сфере. Благодаря нашему стандарту любая компания может работать с нами в едином формате и все наши приложения и разработки будут совместимы, не будет проблем с поддержкой кода, который пришел со стороны.
- А с какими сложностями уже может справляться искусственный интеллект и что ему будет по плечу в ближайшей перспективе, как вам представляется?
- Если мы говорим про индустрию - именно про нефтяную отрасль, то большинство частей огромной картины разработки месторождения и геологоразведки сейчас нашими разработками начинает покрываться. Нужно их связать в один процесс, чтобы это было почти без участия человека, чтобы человек был над процессом. Когда мы получили данные геологом или сейсморазведки - дальше все постепенно поэтапно модель за моделью обрабатывается и передается по цепи. Мы выстраиваем этот связанный процесс. Эксперт в этом случае действует как валидатор и поддержатель этих решений для того, чтобы можно было контролировать весь процесс. Это позволяет не только ускорять работы, но и переключить время специалистов на более интересные и сложные задачи, потому что этим богата нефтяная отрасль - можно находить новые паттерны и их добавлять в модель. А относительно всей индустрии, мне кажется, что искусственный интеллект уже настолько глубоко проник - он есть везде, есть у вас в телефоне, FaceID - всё работает на нейросетях. Даже обрабатывать фотографии в Instagram сейчас принялись на алгоритмах, обученных, предобученных, которые делают вашу жизнь лучше, качественней и прекрасней. Поэтому это есть везде и дальше будет только больше.
- Преимущества искусственного интеллекта всем понятны и ясны, однако, технологии, в том числе, развиваются и те, которые используются в кибератаках. С какими рисками компаниям придётся сталкиваться в перспективе?
- Есть неплохой пример из моей области - это генерирующие нейронные сети. Есть некоторая сеть, которая валидирует, есть сеть, которая пытается обмануть, есть сеть, которая пытается проверить не обманывают ли её. И уже на множестве экспериментов было доказано, что сеть, которая пытается обмануть, долго и упорно будет бомбить до тех пока действительно не выиграет. Она все варианты проработает - это может быть очень долго, но нет чего-то абсолютно безопасного и 100% защищённого. Но есть определённые гайдлайны, которым нужно придерживаться. Это касается и правил кода, и правил организации структур данных, и ваших серверов, всего, что вы храните.
- Получается так, что к этому надо в любом случае быть готовым, да?
- Да, чтобы отразить кибератаки и спасти самое важно. Потому что, если самое важное случилось, то атака происходит не за секунду - это некоторое время, когда ты можешь предпринять критичные действия, и тебе важно отработать этот момент наилучшим образом.
Очень важна анонимизация данных. Есть некоторые вещи, и сейчас большинство скандалов, которые есть относительно кибератак - это то, что были персональные данные и они были ничем не защищены. И вот это самая большая проблема, что люди об этом не заботятся. Если у вас есть данные и они где-то лежат и к ним можно добраться, они должны быть анонимизированны. Всё, что мы делаем, анономизированно. Когда мы работаем с месторождениями, со скважинами, мы не знаем, где они. Если даже что-то произойдёт, никто не знает, где эта скважина - в России или нет, наша она или из открытых источников - это какая-то цифра, она где-то существует. Другим пользы от неё никакой не будет, так как они не смогут её интерпретировать и понять, как данные разобрать.
По материалам «Газпром нефти»
